梁家富

（廣州科技職業(yè)技術(shù)大學，廣州510550）

一、引言

相關(guān)統(tǒng)計數(shù)據(jù)顯示，2019 年全國網(wǎng)絡(luò)零售總額是106 324 億元，同比增長16.5%①國家統(tǒng)計局.2019 年全國網(wǎng)上零售額106 324 億元［EB/OL］（.2020-01-17）［2020-07-10］.https://www.ebrun.com/20200117/370365.shtml.；2020 年1-2月份，全國網(wǎng)上零售額13 712 億元，同比下降3.0%②國家統(tǒng)計局.2020 年1-2 月份全國網(wǎng)上零售額13 712 億元 同比降3.0%［EB/OL］（.2020-03-16）［2020-07-10］.https://www.ebrun.com/ebrungo/2b/378001.shtml.。雖然2020 年1-2 月份全國網(wǎng)上零售額同比有所下降，但從增長速度來看，網(wǎng)上購物用戶規(guī)模持續(xù)壯大，其增速大于社會商品零售總額的增速。盡管網(wǎng)絡(luò)零售環(huán)境樂觀，但受新冠肺炎疫情的影響，國內(nèi)外網(wǎng)絡(luò)零售行業(yè)也面臨重重困難。為了應對挑戰(zhàn)，一些網(wǎng)絡(luò)零售企業(yè)通過優(yōu)化運營管理、營銷戰(zhàn)略、商品供應鏈管理，來增強企業(yè)整體經(jīng)營效率。因此，如何優(yōu)化網(wǎng)絡(luò)零售企業(yè)資源配置，測評網(wǎng)絡(luò)營銷運營效率便成為了大家關(guān)注的話題。

本文利用DEAP2.1 軟件建立BCC 和DEAMalmquist 指數(shù)模型，從靜態(tài)和動態(tài)兩個角度綜合分析網(wǎng)絡(luò)零售企業(yè)經(jīng)營效率變化情況。既分析了2019 年這一靜態(tài)時點網(wǎng)絡(luò)零售企業(yè)的經(jīng)營效率情況，又分析了2018-2019 年間網(wǎng)絡(luò)零售企業(yè)運營效率的變化趨勢，從而確定關(guān)鍵影響因素，尋找提高網(wǎng)絡(luò)零售企業(yè)運營績效的渠道，幫助企業(yè)解決運營難題，增強企業(yè)獲利能力。

二、評價方法與評價指標選取

網(wǎng)絡(luò)零售企業(yè)經(jīng)營效率的研究一般聚焦在評價指標體系和評價方法上。評價指標體系中常用的有BSC 和D&M 模型，而評價方法則有Delphi、AHP、加權(quán)平均、FCE 評價、BP、主成分析、粗糙度量評價法等。目前，應用廣泛的是從生產(chǎn)領(lǐng)域“投入產(chǎn)出比”的角度，借鑒數(shù)據(jù)包絡(luò)分析法（DEA）對電商經(jīng)營效率進行研究。本文從網(wǎng)絡(luò)零售企業(yè)的投入資源和利用效率的角度出發(fā)，結(jié)合新三板網(wǎng)絡(luò)零售企業(yè)的經(jīng)營數(shù)據(jù)，構(gòu)建出網(wǎng)絡(luò)零售企業(yè)經(jīng)營效率的評價指標體系，利用DEA-Malmquist 指數(shù)進行分析研究。

（一）DEA 的CCR 和BBC 模型

DEA 是一種非參數(shù)效率評價方法。DEA 可以將類型相同的輸入單元和輸出單元放在一個模型中分析，不需要估算參數(shù)、設(shè)置權(quán)重和無量綱化處理，通過統(tǒng)計分析進行評價。DEA 的工作過程是根據(jù)決策單（DMU）的投入產(chǎn)出確定前沿面，將所有DMU 的數(shù)據(jù)投影到前沿面中，由于DMU 的效率值只能在0 和1 之間，如果DMU 的效率值是1，則表示該DMU 的效率是有效的，并且落在前沿面中；如果DMU 的效率值小于1，則表示該DMU 的效率不是最優(yōu)的，需要調(diào)整其投入產(chǎn)出量。

在DEA 指標體系中，各個DMU 的效率評價指數(shù)公式如（1）所示。

調(diào)整權(quán)重參數(shù)v和u的值，可以總使公式成立：

DEA 方法的評價模型很多，其中規(guī)模報酬不變CCR 和規(guī)模報酬可變BCC 兩個方式應用最為廣泛。1978 年，運籌學家Charnes 團隊首次提出DEA 評價方法，即CCR 模型。CCR 模型是假設(shè)規(guī)模報酬不變，使用對偶理論和阿基米德無窮小的方法對多投入和多輸出DMU 的相對效率的非參數(shù)評價模型。CCR 公式如下：

CCR 模型中假設(shè)規(guī)模報酬不變，是偏向理論性的，與實際情況有出入，所以評價企業(yè)效率時有偏差。1984 年Banker 等人提出了BCC 模型，對CCR 模型進行了補充。BCC 模型是在CCR 模型基礎(chǔ)上增加了的假設(shè)條件，分析技術(shù)效率時消除了規(guī)模效率的影響，從而達到規(guī)模報酬可變（VRS），得出DMU 的純技術(shù)效率。

在使用DEA 靜態(tài)分析時需根據(jù)實際需求選擇不同的模型，因為CCR 和BCC 模型又分兩種不同的導向方式，CCR-I 和BCC-I 是投入導向模型，而CCR-O 和BCC-O 是產(chǎn)出導向模型。如果是以投入角度對企業(yè)效率進行分析研究，選擇投入導向模型，就是在產(chǎn)出固定時如何節(jié)省投入；如果是以產(chǎn)出的角度對企業(yè)效率進行分析研究，選擇產(chǎn)出導向模型，就是在投入固定時如何增大產(chǎn)出。

（二）DEA 的Malmquist 指數(shù)模型

DEA 的CCR 和BCC 兩種評價方式是對企業(yè)DMU 的靜態(tài)分析，但對DMU 的動態(tài)相關(guān)效率情況就不能分析了。為了彌補DEA 模型的不足，1994年Fare 團隊把Malmquist 生產(chǎn)效率指數(shù)引入DEA分析方法中，結(jié)合Shephard 提出的距離函數(shù)，主要以相鄰DMU 為參照，分析effch 變動、techch 變動和tfpch 變動的情況，從而反映企業(yè)生產(chǎn)效率的具體趨勢，開展企業(yè)生產(chǎn)效率的動態(tài)研究。公式如下：

Fare 等將公式再分解為（4）：

也就是Malmquist 指數(shù)可分成effch 和techch，而effch 可分解成pech 和sech，其中yt+1，xt+1，yt，xt是t+1、t時間點的產(chǎn)出量、投入量；是生產(chǎn)配置（xt，y）t到t時間點指標體系前沿面的距離；是t時間點的技術(shù)，評價t+1 時間點的效率變動；則是參考t+1 時間點的技術(shù)，評價t時間點的效率變動。

三、評價對象說明與評價結(jié)果分析

（一）投入/產(chǎn)出指標確定

借鑒國內(nèi)外DEA 研究成果，結(jié)合網(wǎng)絡(luò)零售企業(yè)自身特點和電子商務企業(yè)效率評價指標，根據(jù)變量選取的數(shù)據(jù)平滑性和系統(tǒng)性原則，本文從凈利潤、營業(yè)總收入、總資產(chǎn)、員工人數(shù)、主營業(yè)務投入等方面選取評價指標，對網(wǎng)絡(luò)零售企業(yè)經(jīng)營效率進行DEA 評價。其中，投入指標變量包括：總資產(chǎn)、員工人數(shù)、主營業(yè)務投入；產(chǎn)出變量包括：凈利潤、營業(yè)總收入。具體變量情況如表1 所示。

（二）DMU 的選取

DMU 的確定，就是選擇參考集。因為DEA 方法要求的DMU 是同類型的，所以選取DMU 就要保證DMU 的類型相同。參考集中決策單元的個數(shù)越多分析的結(jié)果越準確，一般情況下，參考集中決策單元的數(shù)據(jù)條數(shù)多于投入和產(chǎn)出變量總數(shù)的2倍。

表1 網(wǎng)絡(luò)零售企業(yè)DEA 變量

（三）指標數(shù)據(jù)獲取

本文從淘寶、天貓催生的上市企業(yè)中選取了18 家網(wǎng)絡(luò)零售企業(yè)為研究對象，對其經(jīng)營績效進行研究。采用數(shù)據(jù)源自18 家網(wǎng)絡(luò)零售電商企業(yè)2018-2019 年在新三板披露的年報中的財務數(shù)據(jù)。

（四）數(shù)據(jù)標準化處理

數(shù)據(jù)包絡(luò)分析對模型數(shù)據(jù)的要求是非負數(shù)，但收集企業(yè)數(shù)據(jù)時發(fā)現(xiàn)凈利潤有負值，這就需要對原始數(shù)據(jù)進行正數(shù)標準化轉(zhuǎn)換。在保證原數(shù)據(jù)間的數(shù)據(jù)邏輯關(guān)系不變的前提下，采用一定的數(shù)據(jù)處理方法，使數(shù)據(jù)能正向化，從而達到模型的數(shù)據(jù)要求。常用的數(shù)據(jù)處理方法有：數(shù)據(jù)無量綱化變換，使得數(shù)值映射成0.1 到1 的正值區(qū)間；將數(shù)據(jù)由負數(shù)轉(zhuǎn)換成接近于0 的正數(shù)；把原始數(shù)據(jù)轉(zhuǎn)換成矩陣形式，根據(jù)矩陣性質(zhì)進行轉(zhuǎn)換，將所有負數(shù)都轉(zhuǎn)換成正數(shù)；使用數(shù)據(jù)平移，給所有數(shù)值“加數(shù)”轉(zhuǎn)換為正數(shù)。本文采用無量綱化的處理，公式如下：

四、網(wǎng)絡(luò)零售企業(yè)經(jīng)營效率分析實例

（一）靜態(tài)效率分析

本次研究使用DEAP2.1 軟件中BCC 模型對2019 年這18 家網(wǎng)絡(luò)零售企業(yè)的經(jīng)營效率進行計算，可以得到具體的效率值，如表2 所示。

表2 BCC 模型下2019 年18 家網(wǎng)絡(luò)零售企業(yè)的經(jīng)營效率

（1）從純技術(shù)效率分析，森馬服飾、元祖股份、海天味業(yè)、晨光文具、顧家家居、新希望等9 家企業(yè)的效率值等于1，占總量的50%。另9 家企業(yè)的純技術(shù)效率值小于1，如要提高企業(yè)的經(jīng)營績效，可從提高企業(yè)管理水平和完善經(jīng)營制度兩個方面進行改革。

（2）從規(guī)模效率分析，太平鳥、拉夏貝爾、森馬服飾、海天味業(yè)、晨光文具、新希望6 家企業(yè)的效率值等于1，說明這些企業(yè)達到了最佳的規(guī)模。其余12 家企業(yè)的scale 都小于1 并且都處于irs狀態(tài)，表明這些網(wǎng)絡(luò)零售企業(yè)需要酌情增大生產(chǎn)投入。

（3）從綜合技術(shù)效率分析，太平鳥、拉夏貝爾、森馬服飾、海天味業(yè)、晨光文具、新希望6 家企業(yè)的效率值等于1，和scale 的結(jié)果一樣，由此可以獲得影響零售企業(yè)綜合技術(shù)效率的關(guān)鍵因素是scale值。而ST 威龍、榮泰健康、菲林格爾、歐普照明、會稽山、紅蜻蜓、志邦家居、壹玖壹玖、科沃斯vrste和scale 都小于1，可以通過適當減少經(jīng)營規(guī)模、優(yōu)化投入資源、更新企業(yè)技術(shù)、提高管理水平等方法達到綜合規(guī)模最優(yōu)。

（二）動態(tài)效率分析

BBC 模型分析反映了企業(yè)經(jīng)營狀態(tài)的靜態(tài)情形，但企業(yè)的運作是持續(xù)變化的，需要使用動態(tài)模型分析企業(yè)的經(jīng)營效率。本文使用DEAP2.1 軟件中Malmquist 模型對18 家網(wǎng)絡(luò)零售企業(yè)2018-2019 年全要素生產(chǎn)指數(shù)開展動態(tài)研究。本次實驗采集了2018-2019 年的8 個季度財務數(shù)據(jù)，通過實證分析得出18 家企業(yè)按照全要素生產(chǎn)指數(shù)值降序排列情況，如表3 所示。

（1）從全要素生產(chǎn)率指數(shù)分析，ST 威龍、榮泰健康等17 家網(wǎng)絡(luò)零售企業(yè)的tfpch 大于1，占總量的94%，tfpch 平均數(shù)值達到1.023，表明2018-2019 年網(wǎng)絡(luò)零售企業(yè)的整體經(jīng)營效率呈上升趨勢。這得益于“互聯(lián)網(wǎng)+”和“線上+線下+移動”方式的廣泛推廣，網(wǎng)絡(luò)零售企業(yè)以淘寶、天貓平臺為支撐，在“一帶一路”全球化發(fā)展的政策下，不斷更新技術(shù)，展示了“互聯(lián)網(wǎng)+零售”的勃勃生機。

（2）從指數(shù)的分解項分析，技術(shù)效率指數(shù)中歐普照明、太平鳥、拉夏貝爾、森馬服飾、海天味業(yè)、晨光文具、新希望7 家企業(yè)的指數(shù)值大于1，占總量的39%。其他11 家企業(yè)的指數(shù)值都小于1，主要原因是企業(yè)處于擴張時期，前期投入大，而投資效益還沒有體現(xiàn)出來。技術(shù)進步指數(shù)中，全部企業(yè)的指數(shù)值均大于1，平均數(shù)值達到1.026，表示這兩年網(wǎng)絡(luò)零售企業(yè)技術(shù)是進步的，是企業(yè)經(jīng)營效率的主要推動力量。純技術(shù)效率中，有10 家企業(yè)的指數(shù)值大于1，占總量的56%，表示有一半以上的網(wǎng)絡(luò)零售企業(yè)技術(shù)含量高，技術(shù)創(chuàng)新能力好。規(guī)模效率指數(shù)中，有7 家的指數(shù)值大于1，占總量的38%，其他企業(yè)小于1，是因為網(wǎng)絡(luò)零售企業(yè)前景大好，發(fā)展形勢樂觀，大部分企業(yè)處于擴張階段，大量的資本投入在短時間內(nèi)體現(xiàn)不出同等收益，所以這些企業(yè)出現(xiàn)規(guī)模報酬遞減的情況。

（3）從網(wǎng)絡(luò)零售企業(yè)個體來看，在2018-2019年發(fā)展過程中，全要素生產(chǎn)率指數(shù)最高的網(wǎng)絡(luò)零售企業(yè)是新希望，新希望積極實施“營銷精細化”企業(yè)管理，實現(xiàn)電子商務部門和物流部門的高水平協(xié)助，同時企業(yè)運營管理采用信息化技術(shù)，促使企業(yè)的effch、techch 和sech 高，pech 有效。顧家家居的sech 排在最后，但顧家家居的全要素生產(chǎn)率指數(shù)排名并不是最后，從而證明了ffch、techch、pech 對全要素生產(chǎn)率指數(shù)同樣有影響。顧家家居的制約因素是effch 和sech，提高企業(yè)的經(jīng)營效率需要擴大規(guī)模和提升技術(shù)效率，走可持續(xù)發(fā)展道路。會稽山在全要素生產(chǎn)率指數(shù)排名最后，原因是effch、pech 和sech 較低，與其他企業(yè)相比，沒有技術(shù)和規(guī)模優(yōu)勢。

表3 2018-2019 年網(wǎng)絡(luò)零售企業(yè)全要素生產(chǎn)率變動及其分解

表4 為2018-2019 年18 家網(wǎng)絡(luò)零售企業(yè)效率相對變化情況。

由表4 可知，18 家網(wǎng)絡(luò)零售企業(yè)在2018-2019 年兩年中有7 個季度全要素生產(chǎn)率指標大于1，僅有2019 年第一季度的數(shù)值為0.813，這說明網(wǎng)絡(luò)零售企業(yè)的運營效率總體是良好的。從平均Malmquist 結(jié)果分析可知，在2018-2019 年間，平均effch 指數(shù)為0.996，平均pech 為0.998，平均sech 為0.998，都非常接近1。這說明在2018-2019年間，大部分的網(wǎng)絡(luò)零售企業(yè)積極引入先進技術(shù)，技術(shù)水平明顯提高，這是提高全要素生產(chǎn)率的關(guān)鍵因素。

表4 2018-2019 年18 家網(wǎng)絡(luò)零售企業(yè)效率相對變化

因此，網(wǎng)絡(luò)零售企業(yè)需要不斷提升自身的核心競爭力，推行穩(wěn)步拓展策略，待技術(shù)成熟后再積極跟進，擴大銷售規(guī)模，實現(xiàn)穩(wěn)步發(fā)展。

五、結(jié)論與建議

（一）結(jié)論

基于18 家網(wǎng)絡(luò)零售企業(yè)2018-2019 年各項投入產(chǎn)出指標的數(shù)據(jù)，采用DEA 中的BCC 方法進行研究得知：我國大多數(shù)網(wǎng)絡(luò)零售企業(yè)處于經(jīng)營效率遞增狀態(tài)，大約1/3 企業(yè)處于經(jīng)營效率有效狀態(tài)，主要原因在于企業(yè)的effch 與sech 協(xié)調(diào)發(fā)展，但大部分企業(yè)在投入資源和經(jīng)營管理體系方面沒有達到最優(yōu)水平，還需要增加投入，加強經(jīng)營管理。

采用DEA-Malmquist 模型進行分析可知，生產(chǎn)率提高的關(guān)鍵因素是techch，雖然2018-2019年的effch 非有效，但是techch 是最好的，拉動全要素生產(chǎn)率表現(xiàn)有效；pech 和sech 也是影響effch有效性的重要因素，本文中大多數(shù)的網(wǎng)絡(luò)零售企業(yè)規(guī)模效率相對偏低，與技術(shù)效率不協(xié)調(diào)，需要對此加以改進，最終實現(xiàn)可持續(xù)發(fā)展的目標。

（二）對策建議

綜合上述研究結(jié)果，筆者認為網(wǎng)絡(luò)零售企業(yè)提高經(jīng)營效率，可以從下述幾方面入手。

（1）提高企業(yè)核心競爭力，注重零售商品質(zhì)量，完善商品售后服務質(zhì)量體系。商品質(zhì)量是企業(yè)賴以生存的保證，商品質(zhì)量過硬才能吸引顧客。商品物流的高效和安全運輸是商品質(zhì)量保證的重要環(huán)節(jié)，因此企業(yè)需要選擇運輸管理好的快遞公司合作，以保障客戶的合法權(quán)益，減少顧客的投訴，提高顧客的商品滿意度，實現(xiàn)網(wǎng)絡(luò)零售企業(yè)的DEA 有效。

（2）實現(xiàn)精細化管理。當前網(wǎng)絡(luò)零售企業(yè)競爭激烈，顧客的消費需求不斷升級，企業(yè)銷售策略應該由規(guī)模生產(chǎn)轉(zhuǎn)變成精細化管理運營。網(wǎng)絡(luò)零售企業(yè)應根據(jù)網(wǎng)絡(luò)市場變化適當擴大經(jīng)營規(guī)模，同時實施精細化管理。企業(yè)需要注重商品本地化、商品品牌化，提高自主商品比例，傾向移動端銷售，利用數(shù)學模型和算法分析企業(yè)經(jīng)營數(shù)據(jù)，實現(xiàn)商品精準營銷。

（3）控制經(jīng)營成本。經(jīng)營成本是營銷企業(yè)經(jīng)營效率的關(guān)鍵因素，控制成本是增加企業(yè)凈利潤的根本途徑。網(wǎng)絡(luò)零售企業(yè)需要引入先進管理理念，提高企業(yè)運營效率，降低經(jīng)營成本，從而提高企業(yè)經(jīng)濟效益。企業(yè)可以從物流成本、營銷成本、資金管理、供應鏈管理等方面入手，利用先進的信息化管理技術(shù)，提升企業(yè)信息化管理水平，提高企業(yè)整體運作效率。